日期 : 2011.09.23
時間 : 13:50 ~ 15:40
地點 : S516
作者 : 資工產碩(二) — 張金燦
講者 : 聯合大學資工系—韓欽銓教授
人臉辨識技術難度真的好複雜!以往在SMT自動光學檢查領域應用中就已領教到光線變化的痛,而這還是位於平面上的檢查而已,換到人的臉部上做及時的判定應用,如韓教授所說,人臉辨識時須考量到光的影響、人的表情、臉部的角度、遮蔽等等因素。而目前做人臉辨識時,其程序大概分為:人臉表示法、具鑑別力特徵的抽取以及資料分類。
韓教授表示除了應用一般大家已知的技術方法外,另外加入了成功大學與大陸學者所提出的‑分水嶺「距離轉換*」,由點到線或面做計算,將圖像看成自然地貌中的地形表面,每一個像素的灰度級代表其位置的海拔高度,不同區域稱為流域,將一開始的影像改變成另外一張包含原本重要影像資訊,而其中之集水盆地是想要認明的物件或區域。距離轉換(distance transform)在二值影像中相當於從每像素與非零值之最近鄰像素距離,並將此一技術在特徵擷取時就已嵌入,以改善過度分割的情況,增加辨識上的成功機率。
經由人臉辨識系統技術我們也可以看到其可協助應用的範圍諸如:門禁管理:公寓大樓住戶進出識別、金融業務:提款機用戶身分識別、犯罪偵察:對犯罪嫌疑人的身分識別、電腦認證:對電腦使用者的身分識別運用等等。
目前人臉辨識技術的應用真的可謂是門熱門的研究技術,像是我們日常一般使用的(新式)數位相機,都強調具有人臉的自動對焦,不論是個人照或是團體照,尤其是在團體照像上,我們都會發現在數位相機的觀景螢幕中,在人的臉部上都被自動的框上一個小方框,利用這個技術可以確保被攝影的對象臉部(焦距)的清晰;這正印證韓教授一開始的需求與應用的提示,因為有了應用需求,才會有一系列的研究暨開發。
圖為韓教授利用利NFL分類器,分類CMU人臉資料結果
* http://dtim.mis.hfu.edu.tw/2007DTIM_PAPER/paper/paper_a/a547.pdf